智元AGIBOT创新日大会召开，通用AI机器人下线量破2万台

10月29日，A股市场回调，沪指跌超0.5%，物理AI降温，机器人ETF汇添富（159213）标的指数早盘低开低走跌超2%，但资金逢跌汹涌增仓，机器人ETF汇添富（159213）盘中吸金超300万元。 机器人ETF汇添富（159213）标的指数成分股多数回调，大族激光跌近6%，恒立液压跌超4%，拓普集团、双环传动等跌超3%，三花智控等回调，汇川技术逆势上涨。 在今日举办的智元AGIBOT创新日大会上，智元公布最新产业成绩单，公司通用AI机器人累计下线量突破2万台，2026年上半年营收接近20亿元。

智元表示，2万台下线意味着其供应链和批量交付体系已经成型。 同时智元联合创始人、总裁兼CTO彭志辉发布了首个定义物理AI价值的度量衡Worken（有效智能工时），用于衡量机器人自主作业的实际产出。 Worken的计算公式为Worken（有效智能工时）＝活跃机器人数量×自主工作时长×产出效能比。 这一指标希望在机器人制造数量之外，进一步衡量机器人能否自主、持续地完成有价值的工作，以及实际创造了多少成果。 近期，模型能力突破正在打开物理AI全新应用空间，人形机器人作为物理AI应用的核心板块，获市场火热关注。

GPT-6Astra在计算机操作、长流程任务及工具调用能力方面实现明显提升，推动Agent从数字世界向物理世界延伸。 机器人控制范式有望从传统CV、VLA路线进一步向Robot Use Agents演进，通用大模型通过调用机器人控制接口，实现跨任务规划、工具调用与异常修正，提升机器人泛化能力。 物理AI通过物理约束模型把“智能”落地为“动作”，是AI应用进入下半场、打开实体场景的载体。

模型端走完0→1：从大语言模型做任务规划的初步尝试，到VLA把语义理解从语言延伸到物理空间，再到π0至π0.7围绕动作生成、数据效率与可靠性持续迭代，配合级联式与分层式两类工程架构，VLA已从实验室走向真实产线。 路线开始分化：除单一路径纵深迭代与系统架构层面分化外，以Astra为代表的"模型外部"路线出现，不再训练VLA，改由通用Agent基模通过代码生成与工具调用驱动经典控制器，把机器人控制从"模型问题"变成"系统问题"。 成本开始坍塌：不用为每个场景重训模型、不用为新任务重复采集数据、不用自研通用"大脑"。

三项成本同时下行，物理AI有了从1到10的机会。 数据是最核心的瓶颈和机会。 假设要让机器人实现“ChatGPT”时刻，约需21200台机器人连续工作一年，产出千万小时级有效数据，而当前全球可用的高质量真实数据仅数十万至百万小时级，数据尤其是真机数据将成为物理AI最核心的瓶颈也是最好的投资机会。 中金公司也指出，数据采集与基础设施共同完善，有效提升“大脑”训练效率与智能水平。 机器人“大脑”训练数据主要来自真机、UMI、仿真、Ego等数据，目前整体训练方式主要是多源数据联合训练并且实现最优的数据配方。

字节、OpenAI等模型厂商也积极布局具身赛道，快速扩充Ego数据的获取； 通用大模型在3D建模的进步也降低了3D环境的构建难度，提高了仿真数据从sim-to-real的迁移能力。 具身智能厂商加快进入规模化制造与真实场景应用，量产能力和商业化验证同步推进。 特斯拉已于2026年3季度在Fremont工厂启动Optimus早期生产，管理层目标为每周生产2万台，年Figure AI加速推进工业应用，截至2026年4月，其人形机器人制造工厂BotQ已产出超350台。

全球科技巨头/新秀全面下场布局人形机器人，行业量产奇点已至！